论文化负载机器翻译的系统性挑战：以《红楼梦》为文化镜头

文化负载的翻译给机器翻译 (MT) 带来了独特的挑战，因为意义深深嵌入到表面语言形式之外的社会文化背景中。尽管 大语言模型 (LLM) 使机器翻译系统能够在许多场景中实现类似人类的质量，但它们处理文化负载表达的能力仍未得到充分探索。在这项研究中，我们系统地研究了基于 LLM 的 MT 系统中文化负载翻译带来的挑战。我们从具有文化代表性的语料库《红楼梦》构建了一个中日双语数据集，其中包含跨不同文化类别的 500 个片段。使用综合评估协议，我们揭示了三个主要挑战：（1）任务挑战，前沿 LLM 表现出显着的性能差距，并与文化负载的内容作斗争； (2) 人工评估挑战，评估者背景导致翻译判断存在重大分歧； (3) 自动评估挑战，广泛使用的指标无法可靠地评估该任务的翻译质量。这些发现可能为计算科学和语言学中以文化为导向的翻译研究提供有价值的见解。